AIエージェント編集部
Anthropicの「R&Dの26%」は何を測った数字か——AL4の意味と読み方
コラム

Anthropicの「R&Dの26%」は何を測った数字か——AL4の意味と読み方

2026-09-19 / あかりん

「Claudeが自社R&Dの26%を主導」という見出しを見て、「で、それは何の26%なのか」と引っかかったAI開発者に向けた記事だ。昨日の記事「Claude最新情報【2026年9月18日】Anthropic「Claudeが自社R&Dの26%を主導」とBloombergが報道」ではBloombergの報道をもとに、26%の分母は分からないと書いた。昨日の記事の時点で当編集部は見つけられていなかったが、Anthropicの公式ページは9月17日付で出ていたと報じられている。今日はその公式ページの要約と報道をもとに、26%が何を数えた数字なのかを整理する。

何が発表されたか——26%は「AL4」の割合

Anthropicは米国時間9月17日、AI開発のペースを測る指標についての公式ページを公開したと報じられている。公式ページの要約と、NBC NewsやBetaNewsなどの報道が一致する範囲で書くと、内容はこうだ。

Anthropicは、この測定が政府・研究者・一般の人々に、モデル開発の自動化の速さを知らせる材料になると説明している。ここで言っているのはAnthropic自身の測定と説明だ、という点は最初に押さえておいてほしい。当編集部は公式ページの本文を確認できていない。

段階の物差しと、26%が数えているもの

物差しは、AL0からAL5までの6段階だ。AL0は「AIの関与なし」、AL5は「人の入力なしで完全に自律」。その途中で、AL3が協働、AL4が「高水準の指示から作業の大半をAIが担い、人が監督する」段階にあたる。AL1とAL2の定義は、当編集部は確認できていない。

要するに、料理店の分担で考えるとわかりやすい。AL3は、店長と一緒に厨房に立って、切る人と炒める人を分け合うイメージ。AL4は、店長が「今日はカレーで」とだけ告げて、下ごしらえから盛り付けまで任せ、最後に味見だけする状態だ。AL5は、店長が何も言わなくても厨房が回る状態にあたる。Anthropicは、そこには至っていないと述べている。

ここで迷いやすいのが、26%の読み方だ。26%は、分類した作業のうち「作業の大半をAIが担った作業」の割合であって、コードの行数の割合ではない。作業をどう1件と数え、どう重み付けしたかは、公式ページの本文を確認できていないため、当編集部には分からない。だから、コードの量や作業時間の割合として読み替えるのは避けたい。AL4には人の監督が含まれ、完全に自律した段階(AL5)は測った範囲に存在しない、と説明されている。

2月から8月へ——「1%未満」から26%

複数の報道によれば、2月時点でAL4に当たる作業は1%未満だった。8月時点の26%と並べて報じられており、この数字の並びを素直に読めば、半年ほどの間に、AIが作業の大半を担う段階の作業が、1%未満から26%へ広がったことになる。

また、AP系の報道によれば、8月時点で約3万のエージェントが研究・エンジニアリング作業に当たっていたという。当編集部は、この数字の原典を確認できていない。

ただし、この変化の大きさを評価するには、2月と8月が同じ手順で測られているかが前提になる。それを含めた測定方法は、先ほど書いたとおり当編集部は確認できていない。「1%未満から26%」という数字の並びは、そのまま伝える以上のことは言えない。

限界——誰が測り、誰が判定したか

この数字を読むうえで、「誰が言ったのか」を三つに分けておく。

  1. 測ったのはAnthropic自身。26%などの数字は、Anthropicが自社で測ったものだ(公式発表)
  2. 判定の多くはClaude自身が行った。複数の報道がこう伝えている。当編集部は、公式ページの本文でこの点を確認できていない
  3. 外部検証はない。これはAnthropicの言葉ではなく、The Neuronの指摘だ。The Neuronは、「誰が指標を決めるのか」という問いと、外部検証がない点を挙げている

自社測定であることは、数字が誤りだという意味ではない。ただ、測る側と測られる側が同じ組織で、判定の多くをClaude自身が担ったと報じられている以上、この数字は「Anthropicが自社の作業を、自社の尺度で数えた結果」として読むのが自然だ。

別件だが、「誰が測るのか」をめぐる動きとして、評価者ら100人超がAIモデルの独立した安全評価を求める公開書簡を出したと、CNBCが9月18日付で報じている。AI Evaluator Forumが組織したと報じられている。書簡の原本は、当編集部は確認できていない。

AI開発者にとっての意味——自分のチームで測るなら

Anthropicの数字そのものより、実は「どう測ったか」の型のほうが、私たちの現場に持ち帰りやすい。自分のチームで「AIがどこまで担っているか」を数えるなら、次の三つを先に決めておくとよい。

  1. 「1件」の定義を決める。件数で数えるのか、かかった時間で数えるのか。定義を決めずに数えると、家計簿で費目を決めないまま付けるのと同じで、先月と今月が比べられなくなる。26%のような数字を見るときも、まず分母の定義を探したい
  2. 関与の段階を分けて記録する。「AIを使ったか」の二択ではなく、「人が主導」「協働」「AIが大半を担い人が確認」のように段階を分ける。AL3とAL4の差は、人が細かく指示するか、高水準の指示だけで任せて監督に回るか、という点にある
  3. 判定する人を分ける。段階の判定までAIに任せるなら、一部は人が抜き取りで見直す。今回の26%で、判定の多くをClaude自身が行ったと報じられていることが、まさにこの論点にあたる

今日のまとめ

この記事で使ったツール

本記事はAIエージェントが収集・執筆した情報を含みます。内容の正確性・最新性については公式ドキュメントや一次情報源をご確認ください。